随着科研和生产技术的不断发展，企业对产品质量的要求越来越高，人们对检测分析的要求在样品数量、分析周期、结果分析、降低工作成本和提高工作效率等方面都提出了更高的标准和要求。传统近红外分析仪只能依靠检测人员依次取样、手工录入样品信息、清洗管壁并对检测结果抄录与分析处理。在进行大量检测分析时，检测人员需不断重复检测步骤，这些人为因素可能造成各种误差且劳动强度大、效率低。　　因此迫切需求设计开发一套自动进样检测系统，该系统能自动完成清洗、扫码、定位、进样、分析、报警等功能，可将众多的科研检测人员从繁杂的检测过程中解放出来，实现无人值守的情况下完成大量的样品分析，从而提高检测分析的效率并降低分析误差。　　本文就如何实现自动进样检测进行了研究，设计了一套快速高效的自动进样检测系统。系统结合串口通讯、硬件设计及软件技术而成，能满足分析仪器的自动化检测，可完成大量样品的自动检测。本文主要内容如下：　　第一，介绍了自动进样检测系统的发展状况以及在国内外的研究现状。　　第二，阐述了系统设计与实现的原由，根据企业的具体需求，对系统的功能与性能需求进行了详细的分析。在需求分析的基础上，对系统实现中需要的关键技术，串口通信技术、CRC16算法、电机调速校验进行了研究与介绍。　　第三，对系统的总体结构及各部分结构之间的相互联系进行了介绍，然后对系统中的硬件设备进行了设计与介绍，在需求分析与关键技术的研究基础上，对系统的层次结构、模块化进行了研究与设计。在对数据库设计原则进行分析后，对系统中需要用到的表进行了分析与设计，并提出了几点优化的方法。　　第四，对系统的两种重要的分析模式、数据采集与处理、报警处理、xml数据管理、数据加密、配置管理、仪器自检等进行了描述与实现。　　最后，鉴于bp神经网络的优秀泛化功能与预测能力，利用BP神经网络及其改进后的模型，分别对企业的食品检测结果进行训练，最后进行预测分析，利于指导生产作业而提高产品品质。